23164 ورقة بحثية
تقترح هذه الورقة إطار عمل CMAD، وهو إطار عمل مبتكر يعيد صياغة تركيب نماذج الانتشار متعددة النماذج سابقة التدريب كمسألة تحكم أمثل عشوائي تعاونية، حيث تعمل الوكلاء المتفاعلون معاً على توجيه مسارات الانتشار الخاصة بهم نحو هدف مشترك بدلاً من الاعتماد على التراكيب الجبرية لكثافات الاحتمالية.
تقترح هذه الورقة خوارزمية جديدة لتحليل المكونات الرئيسية (PCA) ذات خصوصية تفاضلية تستفيد من تقنية ترشيح تكييفية جديدة لتحقيق ضمانات تتجاوز أسوأ الحالات للمصفوفات ذات التماسك المنخفض تحت نموذج الخصوصية على مستوى الصفوف، مما يوسع ويكمل الأعمال السابقة التي كانت مقتصرة على الخصوصية على مستوى المدخلات.
تقدم هذه الورقة البحثية TADA، وهي طريقة تحدد عنق زجاجة دلالي في نماذج الانتشار الصوتي وتثبت أن التوجيه الموضعي للتنشيط يتفوق على نماذج التدخل الأخرى في تحقيق تحكم دقيق في السمات الموسيقية مثل الآلات، والأصوات، والأنواع الموسيقية.
تجادل هذه الورقة بأن تدريب التنبؤ بالرمز التالي المعياري ينتج تمثيلات فقيرة معلوماتياً وغير صالحة للذاكرة، وتقترح بنية مشفر-فك تشفير قابلة للتوازي يتم تدريبها باستخدام أهداف سببية واحتفاظ بالمعلومات مشتركة لتحقيق تكوين ذاكرة عالي الدقة وكفاءة حوسبية.
تقترح هذه الورقة وتقيم إطار عمل مبتكرًا قائمًا على تقنية البلوكشين يستخدم المنظمات اللامركزية المستقلة (DAOs) لتعزيز إدارة المرافق القائمة على المجتمع من خلال تمكين اتخاذ القرار الجماعي الشفاف وتحفيز مشاركة الشاغلين عبر مكافآت مرمزة.
تقدم هذه الورقة دراسة لإعادة الإنتاجية لنموذج PO4ISR تحدد الانزياح الدلالي كوضع فشل حرج في الجلسات الطويلة، وتقدم PO4ISR++، وهو متغير قوي يستخدم التلقين الانعكاسي وكشف الرتب المتسق، والذي يستعيد الأداء بشكل كبير عبر مجالات متنوعة مثل Games وBundle.
تقدم هذه الورقة البحثية SpecX، وهو معيار مرجعي واسع النطاق ومتعدد الوسائط يضم 1.7 مليون جزيء عبر أنماط طيفية متنوعة، صُمم لتمكين التقييم عبر النماذج للنماذج الطيفية المتخصصة والنماذج اللغوية متعددة الوسائط مع تسليط الضوء على الحاجة إلى نماذج تأسيسية أصلية للطيف.
تقترح الورقة البحثية HELLoRA، وهي طريقة لضبط النماذج بكفاءة في المعلمات لنماذج خليط الخبراء (Mixture-of-Experts)، حيث تقوم بإلحاق وحدات تكييف منخفضة الرتبة (Low-Rank Adaptation) بالخبراء الأكثر تفعيلاً فقط، مما يقلل من المعلمات القابلة للتدريب والتكاليف الحسابية مع تحسين الأداء في المهام اللاحقة بشكل كبير مقارنة بطريقة LoRA القياسية.
يُعد UCCI إطار عمل توجيه يعتمد على المعايرة أولاً، حيث يقوم برسم خرائط عدم اليقين على مستوى الرمز (token) إلى احتمالات خطأ لكل استعلام عبر الانحدار المتساوي (isotonic regression)، ويقوم بتحسين عتبات التصعيد من خلال تقليل التكلفة المقيد، محققاً انخفاضاً بنسبة 31% في تكلفة الاستدلال مع الحفاظ على دقة عالية في عبء عمل التعرف على الكيانات المسماة (NER) في بيئة الإنتاج مقارنة بنماذج التوجيه المرجعية الحالية.
تقترح الورقة البحثية "المحول ذو الحلقة الكاملة" (Fully Looped Transformer)، وهو بنية خالية من المعلمات تعمل على تثبيت ديناميكيات التدريب وتحسين الأداء في المهام اللاحقة عبر إدخال هيكل حلقي كامل وحقن الانتباه للتخفيف من تذبذب التدرج وانفجار المتبقي في كتل المحول المعاد استخدامها بشكل متكرر.